参数准确估计是富营养化模型研究的重要内容。本书基于富营养化模型提出了一套“模型构建-数据分析平台-参数敏感性-优化确定-不确定性”的研究体系。以巢湖和环境流体动力学模型（EFDC）为例，建立了巢湖水动力-富营养化模型。用改进的Morris方法筛选出重要参数；开发了大数据分析平台，构建了巢湖二维富营养化模型的代理模型。对模型参数进行敏感性分析，揭示了参数的时空分布特征并获得关键参数。利用抗噪多目标粒子群优化算法确定了关键参数的最优估计。最后，用参数多目标不确定性分析方法研究了关键参数的不确定性。 本书对规范和改善湖泊富营养化模型的构建过程，提升湖泊水环境模型的表现具有重要的理论意义和实践价值；可为高等学校和科研院所有关环境工程、水利工程、水文水资源学、生态学、气象学等相关学科研究者和技术人员提供参考。

前言
第1章 绪论
1.1 研究背景与意义
1.2 富营养化模型研究进展
1.2.1 唯象模型进展
1.2.2 过程模型进展
1.3 模型关键参数估计方法研究进展
1.3.1 参数的识别性分析
1.3.2 模型参数多目标率定研究
1.3.3 代理模型研究
1.4 研究区域富营养化研究进展
1.5 目前存在的问题
1.6 本书主要研究工作
第2章 研究区域水动力-富营养化模型
2.1 研究区域概况
2.2 巢湖水动力模型
2.2.1 控制方程
2.2.2 定解条件与切应力项的处理
2.2.3 网格划分与求解
2.2.4 水动力模拟验证
2.3 巢湖富营养化模型
2.3.1 巢湖富营养化模型框架
2.3.2 巢湖富营养化模型模拟验证
2.4 本章小结
第3章 富营养化模型参数筛选和敏感性定量研究
3.1 参数筛选
3.1.1 改进的Morris方法
3.1.2 巢湖箱式富营养化模型参数筛选
3.2 代理模型
3.2.1 富营养化模型大数据分析平台
3.2.2 Kriging模型
3.2.3 结果与讨论
3.3 巢湖富营养化模型参数敏感性分析
3.3.1 Sobol敏感性定量分析方法
3.3.2 蓝藻不同生消时期参数敏感性分析
3.3.3 参数敏感性的空间分布特征
3.4 本章小结
第4章 基于抗噪多目标粒子群优化的关键参数值确定
4.1 抗噪多目标粒子群优化算法（MCAD-MOPSO）
4.1.1 多目标优化问题
4.1.2 MCAD-MOPS0算法
4.2 算法测试
4.2.1 标准测试函数和性能度量
4.2.2 MCAD-MOPSO算法测试结果
4.3 巢湖富营养化模型多目标参数确定
4.4 本章小结
第5章 基于非劣解的参数多目标最大概率估计
5.1 多目标参数不确定性分析方法
5.1.1 RSA方法
5.1.2 非劣解的多目标RSA方法
5.2 巢湖关键参数多目标不确定性分析
5.3 巢湖关键参数最大概率及区间估计
5.4 本章小结
第6章 结论与展望
6.1 主要结论
6.2 展望
参考文献